假设有两个数据框df1和df2，我们希望计算它们中相同键的数量。可以使用for循环和条件判断来实现：

df1 = pd.DataFrame({'Key': ['A', 'B', 'C', 'D'],
                   'Value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'Key': ['B', 'D', 'E', 'F'],
                   'Value': [5, 6, 7, 8]})

count = 0  # 初始化相似键的数量

for key in df1['Key']:
    if key in df2['Key'].values:
        count += 1  # 相似键的数量加1

print("相似键的数量：", count)

这里使用pandas库来创建数据框，并假设数据框中的键列名为"Key"。我们使用for循环遍历df1中的每个键，然后使用条件判断key in df2['Key'].values来判断该键是否存在于df2的键列中。如果存在，则将相似键的数量加1。最后打印输出相似键的数量。

在上述示例中，相似键的数量为2，因为df1中的键'B'和'D'在df2中也存在。